Industrieleiders doorbreken AI-barrières in slimme productie

Waarom gebruiken meer fabrikanten in de Verenigde Staten geen slimme productietechnologieën zoals AI en machine learning om afval te reduceren, voorspellend onderhoud te realiseren en hun automatiseringssystemen te verbeteren?

Die vraag stond centraal tijdens "De rol van AI in de productie", een rondetafelgesprek gesponsord door CESMII, het Smart Manufacturing Institute. De deelnemers vertegenwoordigten Procter & Gamble, Raytheon Space and Airborne Systems, Microsoft, UCLA en CESMII.

De panelleden spraken over het overwinnen van belemmeringen zoals "pilot purgatory" (de valkuil van voorlopige projecten), platformafhankelijke software, data scientists zonder domeinkennis van de productie en data-"anarchie".

"Er is nog steeds veel hype rondom dit domein, wat niet ongewoon is wanneer je de potentiële disruptie van een heel industrie in het vizier hebt," zei CESMII-CEO John Dyck, de moderator van de rondetafel. "Maar dat maakt het nog belangrijker om het onderscheid te begrijpen tussen wat nog aspiratie is en wat pragmatisch haalbaar is."

Wat brengt ons terug naar de vraag wat fabrikanten belemmert bij de bredere adoptie van AI?

Veel bedrijven melden dat ze proberen AI in hun onderneming te integreren, maar vastzitten in "pilot purgatory", onschuldig om een klein, succesvol project te schalen.

Zelfs een Fortune 500-bedrijf als Procter & Gamble erkent problemen te hebben. Nog in een vroege fase van AI-adoptie, heeft het bedrijf wel enkele machine learning-algoritmen weten te implementeren. Maar P&G wordt geblokkeerd door het schalen ervan.

"Je realiseert je: ik heb geen infrastructuur die de data kan ophalen zoals ik dat wil," zei Jeff Kent, leider van P&G's slimme platforms. "Ik heb geen platform dat goed contextualiseert, en ik heb geen plek waar het algoritme gemakkelijk ontwikkeld kan worden door niet-data science experts. Dus we zitten in die fase waar we [enkele] succesvolle pilots hebben, maar die blijven binnen de context van wie ze ontwikkeld heeft."

"Ik denk dat we uit pilot purgatory komen," voegde hij toe, "maar we zullen alleen een schaalbare adoptie volhouden en de volledige belofte van Industrie 4.0 halen wanneer al die elementen samen komen in een volledig werkproces, en een complete set applicaties waarin P&G, onze leveranciers en OEM's allemaal kunnen deelnemen."

Kelly Dodds, directeur geavanceerde productietechnologie bij Raytheon, zei dat de militair contractant succes heeft geboekt met het integreren van AI in robotische toepassingen met machine vision.

"De capaciteit van machine vision om telkens wat je wilt oppakken en zichzelf te verbeteren, is een aanzienlijke onderneming," zei ze.

Om de AI-adoptieuitdaging tegemoet te komen, zei Dodds dat Raytheon datascience-opleidingsprogramma's met een productiecontext promoot.

"We hebben data scientists nodig die domeinexpertise hebben," zei hij. "Het laten groeien van die pijplijn van mensen met die context is belangrijk."

Jonathan Wise, VP technologie bij CESMII, is een softwareontwikkelaar die denkt dat zijn medecodeurs hun ontwerpen moeten beginnen met implementatieflexibiliteit in gedachten.

"We hebben een werknemerspopulatie die de afgelopen paar decennia intelligentie heeft ontwikkeld in een PLC, maar die platformleveranciers hebben geen hardware-abstractielaag (HAL) gebouwd tussen de code en de PLC," zei hij. "In IT-software, daarentegen, bouwen we al een paar jaar onze software uit componenten, en die componenten zijn losgekoppeld in een specifieke architectuur en gekoppeld via goed gedefinieerde interfaces."

Het tegengif voor platformafhankelijke software, aldus Wise, is het bouwen van algoritmes die platformonafhankelijk zijn en gebouwd met gemeenschappelijke informatie-interfaces.

Daarnaast moeten de data zelf in een gestandaardiseerd formaat zijn, zei hij.

Jim Davis, vice-provost IT aan UCLA, zei: "De manieren om dat te doen... is om na te denken over hoe je data uitwisselt, deelt, bundelt, combineert, er collectief mee werkt. Dus er is een industriebrede strategie."

Met de pandemie en klimaatverandering die toeleveringsketens verstoren, kan het reduceren van afval en het efficiënter gebruiken van hulpbronnen een kritisch voordeel zijn van AI-adoptie, zei Walid Ali, een AI-in-productie-expert bij Microsoft.

"Met industriële processen die verantwoordelijk zijn voor bijna de helft van de energieverbruik van ons menselijk geslacht en een vijfde van de wereldwijde broeikasgasuitstoot, is het het ethische ding om te doen, evenals de juiste zakelijke beslissing met bepaalde economieën die ons drijven om te collaboreren op gesloten hulpbronlussen en de levenscyclus van producten, post-productie naar consumptie," zei hij.

"Dit is een tijd van ongekende mogelijkheden die ons toestaan het juiste te doen vanuit technologisch oogpunt met AI en slimme productie, evenals voor duurzaamheidskansen in de omgeving waarin we leven."